The invention relates to a blast furnace gas turbine waste heat recovery device and system static leaf thickness monitoring method, which includes data acquisition method of turbine turbine turbine, data including the entrance and exit of the gas turbine and turbine parameters and operation parameters of static blade thickness; by analysis of self coding algorithm on the collected data of turbine characteristics of ash accumulation model. The extraction of turbine blade; turbine blade according to the characteristics and mode of product ash turbine static blade thickness, deep learning network model for turbine blade thickness, deep learning network model with the data as input to turbine, turbine static blade thickness output; with deep learning network model based on real-time data acquisition. As input, real-time monitoring of turbine blade thickness. The method and system of turbine vane thickness can be real-time monitoring, to solve the frequent faults of turbine turbine, reduce maintenance costs, improve power generation.
【技术实现步骤摘要】
本专利技术涉及煤气能量回收
,尤其涉及透平机
,具体是指一种高炉煤气余热回收装置的透平机静叶厚度监测方法及系统。
技术介绍
钢铁工业是我国国民经济的重要基础产业和实现新型工业化的支柱产业,同时又是世界耗能最大的工业之一。炼铁是钢铁生产过程中能耗和资源消耗最大的工序,其能耗占钢铁联合企业总能耗的60%左右,远远高于其他的钢铁制造工序。而在炼铁过程中,其中39%的能耗都用在高炉上。高炉煤气能量回收装置主要是指高炉炉顶煤气余压回收透平发电装置(BlastFurnaceTopGasRecoveryTurbine,简称TRT装置),该装置是目前世界最有价值的二次能源回收装置之一。它是利用除尘后的高炉炉顶煤气中的压力能及热能,经透平膨胀机做功来驱动发电机发电。高炉煤气能量回收装置可回收高炉鼓风机耗能的30%左右,因此被广泛的用于高炉冶炼工序的节能减排。TRT装置吨铁发电量可达到40kWh,如4000m3高炉配置TRT装置后,每年发电可达1.6亿kWh。据统计,目前我国高炉总数有900余座,因此TRT装置对于钢铁工业的节能减排有重大的意义。2008年修订的《高炉炼铁工艺设计规范》(GB50427-2008)中已明确指出:高炉必须设置高炉炉顶煤气余压发电装置,余压透平发电装置应与高炉同步投产。据统计,我国目前运行的TRT装置有655套,平均吨铁发电量低于30千瓦时/吨铁,而日本的TRT装置平均吨铁发电量可达40千瓦时/吨铁。尽管我国高炉煤气工质达到设计值,但是TRT装置发电量普遍偏低,TRT装置都普遍存在透平膨胀机检修频繁的问题。透平膨胀机是TRT装置的关键 ...
【技术保护点】
一种高炉煤气余热回收装置的透平机静叶厚度监测方法,其特征在于,所述的方法包括以下步骤:(1)采集透平机数据,所述透平机数据包括所述透平机入口和出口的煤气参数以及透平机运行参数和透平机静叶厚度;(2)利用自编码器算法对采集到的透平机数据进行分析,提取透平机静叶积灰的模式特征;(3)根据所述透平机静叶积灰的模式特征和透平机静叶厚度,获取透平机静叶厚度的深度学习网络模型,所述深度学习网络模型以所述透平机数据为输入,以所述透平机静叶厚度为输出;(4)以所述深度学习网络模型为基础,以实时采集的所述透平机数据为输入,对透平机静叶厚度进行实时监测。
【技术特征摘要】
1.一种高炉煤气余热回收装置的透平机静叶厚度监测方法,其特征在于,所述的方法包括以下步骤:(1)采集透平机数据,所述透平机数据包括所述透平机入口和出口的煤气参数以及透平机运行参数和透平机静叶厚度;(2)利用自编码器算法对采集到的透平机数据进行分析,提取透平机静叶积灰的模式特征;(3)根据所述透平机静叶积灰的模式特征和透平机静叶厚度,获取透平机静叶厚度的深度学习网络模型,所述深度学习网络模型以所述透平机数据为输入,以所述透平机静叶厚度为输出;(4)以所述深度学习网络模型为基础,以实时采集的所述透平机数据为输入,对透平机静叶厚度进行实时监测。2.根据权利要求1所述的高炉煤气余热回收装置的透平机静叶厚度监测方法,其特征在于,所述透平机入口和出口的煤气参数包括入口处煤气流量、入口处煤气压力、入口处煤气温度、入口处煤气粉尘含量、出口处煤气流量、出口处煤气压力和出口处煤气温度,所述透平机参数包括透平机转速和透平机功率。3.根据权利要求1所述的高炉煤气余热回收装置的透平机静叶厚度监测方法,其特征在于,所述自编码算法包括如下步骤:(2-1)采用编码器对采集到的透平机数据进行编码得到隐含层向量;(2-2)采用解码器对所述隐含层向量进行解码;(2-3)根据所述解码器的解码结果计算最小化重构误差。4.根据权利要求3所述的高炉煤气余热回收装置的透平机静叶厚度监测方法,其特征在于,采用编码器根据如下公式对采集到的透平机数据进行编码:h=f(x)=Sf(Wx+bj);其中,x为采集到的透平机数据所构成的特征向量,Wx为所述特征向量的权值,bj为第j个神经元的阈值,h为隐含层向量,Sf为所述编码器的激活函数。5.根据权利要求4所述的高炉煤气余热回收装置的透平机静叶厚度监测方法,其特征在于,采用解码器根据如下公式对所述隐含层向量进行解码:y=g(h)=Sg(Wh+bh);其中,h为隐含层向量,Wh为所述隐含层向量的权值,Sg为所述解码器的激活函数。6.根据权利要求5所述的高炉煤气余热回收装置的透平机静叶厚度监测方法,其特征在于,根据如下公式计算最小化重构误差J:J=Σx∈DL(x,g(f(x));]]>其中,x为采集到的透平机数据所构成的特...
【专利技术属性】
技术研发人员:吴平,潘海鹏,陈亮,
申请(专利权)人:浙江理工大学,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。